每当谈及企业数字化转型，多数人想到的是人工智能、大数据等高端技术的应用，或是原有业务流程和运营方式的数字化与自动化，实现大幅降本增效等。然而，对于急需在数字时代找到生存之道的企业来说，数字化转型的要求远不止于此，而是指向一场彻底的管理范式变革。利用数字技术工具，企业应当要实现战略思维、业务流程、组织架构和商业模式的全方位重塑，构建以数据为关键驱动要素的价值创造体系，从而确保在日益激烈的市场环境中获得核心竞争力和可持续增长。在新冠全球大流行等因素的共同催化下，当前企业组织数字化转型已不再是一道“要不要做”的选择题，而是一道“该怎样全力以赴”的必答题。
然而，与美好预期相比，企业数字化转型的现状却差强人意。麦肯锡咨询公司对全球800多家传统企业组织的调研结果为，尽管已有70%的企业启动了数字化，但其中的71%仍然停留在试点阶段，85%的企业停留时间超过一年以上，迟迟不能够实现规模化推广。多数企业数字化转型迟缓的问题大多集中于三方面：第一，数字化转型的前期成本投入巨大而短期内效益不明确，导致企业不敢大范围开展；第二，大部分传统企业对数字技术了解不充分，导致缺乏清晰的数字化战略和转型路线图，以致踌躇不前；第三，大量缺乏既懂得数字技术和数据管理，又通晓产品和业务运营的复合型人才。基于这些短板，企业迫切亟需找到能推动数字化转型有效实施的工具和方法，以帮助科学制定规划，合理配置资源，并使结果更可预测。
在《哈佛商业评论》前不久发表的文章“如何加快数字化转型步伐？”（How to Speed Up Your Digital Transformation）中，瑞士洛桑大学数字创新中心副教授本杰明·穆勒（Benjamin Mueller）与数字化转型咨询顾问简斯·劳特巴赫（Jens Lauterbach）这两位作者提出了三种能够加快企业数字化转型速度的方法，或可为一部分抓不住转型重点，找不到实施切入点的公司可以提供参考。
杰明·穆勒（Benjamin Mueller）与简斯·劳特巴赫（Jens Lauterbach）的观点来源于他们对一家欧洲知名大型银行负责抵押贷款售后服务的业务条线为期两年的跟踪研究。通过日常观察、调研、员工访谈等方式，他们对各业务细分模块在使用银行统一配置的数字化系统后的适应程度加以比较分析，进而提出了“使用复杂性”（complexity-in-use）作为导致数字化转型推进出现困难的核心因素。
两位作者发现，尽管使用的是同一个业务系统，“使用复杂性”（complexity-in-use）仍然使得上述业务条线不同模块间的数字化转型速度大相径庭。例如，对仅负责将新贷款合同输入系统的员工来说，学习使用数字化系统开展工作十分容易，仅用六到八周就能完全掌握。与之形成鲜明对比的是，那些负责整理和编辑贷款合同的员工学习使用新系统则要困难得多，至少需要六个月时间才能熟练开展工作。
两位作者觉得，可以从两个维度来解释这种差异：一是系统依赖性（System Dependency），即使用者有多少任务和相关场景一定要通过数据和算法在系统中实现；二是语义依赖性(Semantic Dependency)，即使用者需要在多大程度上理解自身工作在系统中的业务逻辑。其中，对这两个维度都具有较高要求的数字化工作任务将最为复杂和困难。
具体对上述银行的员工而言，仅负责输入贷款合同数据的员工不需要理解合同的深层次逻辑，以及合同数据在系统中的处理规则和机制，因此工作任务的系统依赖性和语义依赖性程度都较低，员工从传统工作模式转换为数字模式也就非常容易。与之相对应，负责整理和编辑贷款合同的员工，由于其工作大量依赖于系统中的业务概念和计算规则，需要彻底搞懂有关数据的处理机制，才能顺利达成目标。因此，他们的工作转换就相对复杂一些。换言之，当慢慢的变多的业务概念在数字化系统中被反映出来时，系统依赖性就会增强。如果还需要更深入地理解这些概念及处理机制，那么语义依赖性也会随之增加。这两种依赖性不仅互为补充，还互相促进。如果系统依赖性升高，那么语义依赖性也会相应变大。
基于系统依赖性、语义依赖性及其相互影响机制，两位作者进一步提出了加速企业数字化转型的三种方法：
首先，绘制矩阵热图（Heatmap），对具体数字化转型行动中的“使用复杂性”进行“数据可视化”分析。热图制作分为5个步骤：第一，分析相关流程和任务，形成总体性认识；第二，分析新系统实况，形成特征与功能目录；第三，将具体任务与系统相匹配，进而得出任务的系统依赖程度；第四，明确任务属性，理解其中所包含的商业逻辑，确定任务的语义依赖程度；第五，形成热图，得到各个数字化转型任务的相对使用复杂程度。这样做的好处是为接下来企业管理者制定数字化转型总体战略和实施路线提供清晰的任务分级与分阶段参考，有助于控制成本和减少失误。
其次，设计循序渐进的数字化转型整体规划。结合矩阵热图排布的数字化转型任务复杂程度，具体转型规划的实施可以从复杂程度相比来说较低的任务开始，资源也可以先向这类项目倾斜。这样做能较快呈现转型效果，增加企业信心，并加速形成投资回报。
第三，制定针对性的数字化转型措施。从解决“使用复杂性”的方面出发，根据具体数字化任务的系统依赖和语义依赖程度，制定与之相适应的转型措施，将资源投向最需要的地方。例如，属于低使用复杂性的领域只需要给员工提供关于数字化系统特征的培训；针对高复杂性领域则需要持续开展以任务为中心的员工素质培训项目，并暂缓相关绩效考核。
两位作者觉得，基于对“使用复杂性”的认识，有序采用上述三种方法将有利于加快数字化转型进程，并对企业的运营流程、项目管理和人员安排带来积极影响。就运营流程而言，系统和语义依赖性是构成数字化系统“使用复杂性”的重要驱动因素，这就需要用数字化的新方法来记录和模拟流程。对具体的数字化转型项目来说，对“使用复杂性”的认知为划分数字化转型项目的不同实施阶段提供了新视角，将令转型工作更容易规划和执行。同时，针对不同员工的培训安排、工作流程设置等也将更有据可依，分步推进，避免“一刀切”的仓促转型。尽管以数字化方式变革或替换企业核心业务和全链条管理模式是一项昂贵而耗时的任务，需要多年持续不懈努力才能实现，但这并不代表所有企业都得预先定下一系列高远目标，再花费一大笔数字化投资。真正重要的是科学规划，小步快跑，谋定而后动。